基于典型遙感影像融合方法的洪水信息精確提取研究與應(yīng)用

謝秋霞，張佳暉 ，陸 坤，孫云曉，張琳琳

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東266590；2.中國科學(xué)院遙感與數(shù)字地球研究所，北京100094；3.三亞中科遙感研究所, 三亞572000)

基于典型遙感影像融合方法的洪水信息精確提取研究與應(yīng)用

謝秋霞1，張佳暉2，陸 坤1，孫云曉2，張琳琳3

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東266590；2.中國科學(xué)院遙感與數(shù)字地球研究所，北京100094；3.三亞中科遙感研究所, 三亞572000)

洪澇災(zāi)害監(jiān)測是遙感應(yīng)用領(lǐng)域的重要研究方向之一，快速精確提取洪水信息，是洪澇災(zāi)害監(jiān)測亟待解決的關(guān)鍵問題。該文選用HIS變換法、小波變換法和Gram-Schimdt(GS)變換法，三種典型融合方法突出洪水專題信息，從影像融合的空間信息融入度和光譜信息保真度對融合結(jié)果進行精度評價，選出最優(yōu)融合方法。其次，利用單波段彩色密度分割法，達到快速提取洪水專題信息的目的。最后，創(chuàng)新提出，利用GS和小波變換相結(jié)合的彩色密度分割法，精確提取洪水信息。結(jié)果表明：小波變換法融合圖像的第1波段具有最高信息融入度和光譜保真度，提取洪水淹沒范圍精度最高，為最優(yōu)融合方法；在亟需高精度、快速洪水監(jiān)測制圖和應(yīng)用分析中，GS和小波變換相結(jié)合的彩色密度分割法，優(yōu)于單一小波變換的彩色密度分割法方法，提取效果更好。

洪澇災(zāi)害；遙感；影像融合；洪水信息；精確提取

洪災(zāi)是一種高發(fā)性強，發(fā)生頻率高，危害極大的自然災(zāi)害。因此，對洪水信息進行快速有效的監(jiān)測，對政府部門制定抗洪防災(zāi)政策，水利設(shè)施規(guī)劃與建設(shè)等具有重要意義。洪水的發(fā)生大多具有一定的突然性，持續(xù)時間短，災(zāi)害的地理位置易于辨識[1]。為及時監(jiān)測與評估洪澇災(zāi)情，首要任務(wù)便是準確快速地提取洪水淹沒信息。

遙感監(jiān)測以其速度快、時效性強、視野廣闊等特點逐漸成為現(xiàn)代洪水監(jiān)測中的主要手段[2]，但鑒于不同傳感器的設(shè)計初衷不同，使其在獲取地表信息時有著各自無法替代的優(yōu)勢。如光學(xué)多光譜影像可捕捉同一時刻、大范圍的地面影像，但礙于觀測周期限制，洪水期間多云雨，導(dǎo)致無法及時獲取實時的受災(zāi)影像[13]。雷達影像恰恰彌補了光學(xué)影像之不足，可以提供洪水淹沒區(qū)的最新影像，而不受惡劣天氣影響，但僅憑單幅雷達影像提取水體信息的精度不高[3]。目前解決時效性與信息提取精度之間矛盾的常用手段是利用多傳感器影像融合技術(shù)。通過對災(zāi)前光學(xué)多光譜影像和災(zāi)中雷達影像的特征信息進行快速融合，可有效抑制雷達影像中的非水體地帶和未掩沒區(qū)域，突出洪水淹沒細節(jié)[4]，提高洪水目標的識別度以及信息提取的有效性。

本文重點討論了HIS變換法、小波變換法和Gram-Schimdt變換法，三種典型融合算法在融合TM影像與SAR影像結(jié)果上的不同表現(xiàn)，并在最優(yōu)融合圖像的基礎(chǔ)上，利用GS和小波變換相結(jié)合的單波段彩色密度分割法，實現(xiàn)了淮河中游地區(qū)洪水信息的有效快速提取。

1 研究區(qū)及數(shù)據(jù)源

淮河中游地區(qū)地處亞熱帶和暖溫帶的過渡帶，大陸性季風(fēng)氣候顯著，極易造成洪澇災(zāi)害[11]?；春又杏蔚貐^(qū)是我國重要的農(nóng)業(yè)生產(chǎn)區(qū)之一，也是洪災(zāi)高發(fā)地區(qū)之一[11]。本研究選取淮河中游地區(qū)作為研究區(qū)，地理位置32°40′N，116°55′E。災(zāi)前數(shù)據(jù)選用2002年9月22日的Landsat-TM影像，空間分辨率28.5 m?；春恿饔蚝闈碁?zāi)害曾發(fā)生于2003年7月上中旬，因而災(zāi)中數(shù)據(jù)選用2003年7月14日攜帶地表土壤水分信息的SAR影像C波段，空間分辨率20 m。

為保證融合影像的可利用性，提高洪水信息提取精度，需要對Landsat-TM和SAR影像進行預(yù)處理。Landsat-TM影像預(yù)處理，包括大氣糾正、幾何校正和波段組合。大氣糾正消除大氣對地表洪水信息的干擾，獲得反映真實洪水信息的數(shù)據(jù)。幾何糾正使Landsat-TM影像和SAR影像保持空間一致性，便于進行影像空間配準和影像融合處理。通過波段組合，選取最能反映洪水信息的波段。本研究選擇了TM5、TM4和TM3波段，即中紅外(R)、近紅外(G)、紅波段(B)，進行圖像融合和提取洪水信息。SAR影像預(yù)處理，包括濾波處理、幾何校正和影像增強。通過濾波處理消除斑點噪聲影響，提高洪水信息提取精度。

2 基于典型遙感影像融合方法的洪水信息精確提取技術(shù)路線

基于典型遙感影像融合方法的洪水信息快速提取的技術(shù)路線如圖1所示。主要步驟是對Landsat-TM和SAR影像進行預(yù)處理，并進行空間配準，利用三種典型融合方法對Landsat-TM和SAR影像進行融合，利用信息熵和光譜扭曲程度，定量評價三種融合方法的信息融入度和光譜信息保真度，從而優(yōu)選出最優(yōu)融合方法，最后，利用單一融合法的密度分割快速提取洪水信息，并與兩種融合法相結(jié)合提取的洪水信息進行對比，實現(xiàn)洪水信息快速精確的提取。

圖1 洪水信息精確提取技術(shù)路線

3 基于Landsat-TM與SAR的圖像融合方法比較

3.1 圖像融合方法

圖像融合的目標，在于增強專題特征的識別能力，從而最大限度地提取專題特征信息[5]。針對本研究，面向洪澇災(zāi)害應(yīng)用的遙感影像融合的目的是：①在目視效果水平，突出顯示洪水淹沒區(qū)域，增強洪水過境前后的顯示效果，便于決策分析；②融合多時相遙感數(shù)據(jù)，提高洪水淹沒范圍識別精度，提供變化檢測能力。針對洪水災(zāi)害的特點，本文采用色彩空間變換法(HIS)、小波變換法(WT)、Gram-Schimdt變換法(GS)對影像進行融合，并對融合效果進行比較。

HIS變換是將RGB圖像分離成代表空間信息的強度I分量和代表光譜信息的色調(diào)H和飽和度S分量，用高分辨率影像替換掉強度I分量，再經(jīng)HIS反變換，將替代后的HIS數(shù)據(jù)變換回RGB色彩空間生成融合圖像[6]。小波變換是通過小波域的變換實現(xiàn)影像的融合，先將全色波段影像進行小波分解，再用多光譜影像的低頻信息代替SAR影像的低頻信息，最后將代替后的影像通過小波逆變換得到融合影像。Gram-Schimdt變換法與主成分變換類似，區(qū)別在于：主成分變換后信息在各成分之間重新分布，第一主成分包含的信息量最多，其它成分的信息量依次遞減；而經(jīng)GS法變換后的各個分量間只是正交，各分量所包含的信息量相差不大，因此GS法既可以較好地保留TM影像的光譜信息，又可以最大程度保留SAR影像的紋理信息[7]。應(yīng)用各種方法的融合結(jié)果見圖2。

3.2 融合效果評價

從圖3可以看出，經(jīng)HIS變換后的融合影像，水陸邊界明顯，對比于原始TM影像，但正常水體與洪水水體均顯示為墨色，無法識別不同時相的范圍變化，故該方法較不適宜以洪澇災(zāi)害為背景的融合應(yīng)用。小波變換后圖像中的正常水體為深藍色，淹沒區(qū)域為墨綠色，但圖像整體色彩飽和度偏低，若用于后續(xù)制作專題地圖，需進一步圖像增強，提高目視效果。Gram-Schimdt變換后圖像在光譜保真方面的表現(xiàn)優(yōu)于HIS和小波變換法，可以清晰辨識洪水淹沒區(qū)域不同土地利用的光譜差異性，不同時相的水體特征也比較突出。

從多時相信息融合效果的角度評價，依次查看融合圖像的各個波段。HIS融合影像在各波段上的水體范圍變化均不顯著，而小波變換與GS變換后影像的變化信息集中體現(xiàn)在波段1，灰度層次明顯，正常水體與洪水水體目標可分離性強。該特點是由算法自身所決定，多傳感器圖像數(shù)據(jù)所有波段經(jīng)主成分分析后，將相關(guān)特征空間變換為一

圖2 TM與SAR影像融合結(jié)果比較

圖3 單波段融合效果比較

組互不相關(guān)的成分，這些成分分別保留了輸入數(shù)據(jù)的不同特征。同一目標在不同時相的變化也將作為特征成分，保存于特定波段，由此便可以從某一波段內(nèi)獲得水體目標的變化信息。小波變換法在光譜保真度與信息融合度上更勝一籌，具體表現(xiàn)在圖3紅圈位置處的正常水體(黑色)，而GS變換圖像未能較好地保留此信息。綜合以上分析，可以初步得出定性結(jié)論：小波變換法>GS法>HIS法。

對于定量評價，已有研究借助信息熵和相關(guān)系數(shù)兩項指標定量評價融合影像的空間信息融入效果[8]。信息熵用于衡量一幅圖像所含信息量的豐富程度，信息熵越大，表示融合圖像的信息量增加，融合質(zhì)量越好。對于SAR影像，相關(guān)系數(shù)表示融合影像的空間信息融入度，值越大，信息融入效果越好。應(yīng)用不同融合方法獲得的融合影像與原始影像的信息熵，以及各波段影像與SAR影像的相關(guān)系數(shù)統(tǒng)計結(jié)果見表1。

表1 SAR影像與融合影像的定量指標統(tǒng)計結(jié)果

從表1可以看出，HIS融合圖像各個波段的信息熵均大于其他方法所得圖像；小波變換法與GS法融合影像信息熵值近似，且信息量隨波段依次遞減。整體而言，應(yīng)用不同方法所得結(jié)果在不同波段的信息量上無懸殊差別，波段1所包含的信息量略高于其他波段。從融合影像與SAR影像的相關(guān)系數(shù)上看，應(yīng)用不同融合方法的相關(guān)系數(shù)值均隨波段呈遞減趨勢，說明SAR影像在波段1的空間融入度最好，目視效果優(yōu)于2、3波段。橫向比較同一方法中不同波段的信息融入度，可以發(fā)現(xiàn)WT法雖然相關(guān)系數(shù)值存在遞減，但仍能保證波段3留有一定細節(jié)信息；而GS法則在此方面表現(xiàn)不佳。故空間信息融入度評價結(jié)果為WT>HIS>GS。

光譜保真度評價方面，選用光譜扭曲程度和相關(guān)系數(shù)兩項評價指標。對于多光譜TM影像，相關(guān)系數(shù)表示融合影像的光譜保真程度，值越大，光譜保真越好。光譜扭曲程度直接反映了光譜圖像的光譜失真程度，值越小，說明光譜扭曲程度越低。應(yīng)用不同融合方法獲得的融合影像以及原始TM影像的定量指標統(tǒng)計結(jié)果詳見表2。

表2 TM影像與融合影像的定量指標統(tǒng)計結(jié)果

從表2可以看出，HIS與GS法融合影像的光譜扭曲度隨波段遞減，說明波段3光譜失真程度較波段1??；而經(jīng)小波變換法所得圖像剛好與之相反，波段1光譜扭曲度小，隨波段呈遞增趨勢，結(jié)合表1信息熵計算結(jié)果，可以分析得出WT融合圖像的第1波段既具備較高信息融入度，同時還具有低光譜失真程度的結(jié)論，這是HIS法和GS法所不具備的。從融合影像與TM影像的相關(guān)系數(shù)上分析，也可以得出同樣的結(jié)論。HIS與GS法融合圖像的第3波段相關(guān)系數(shù)值最高，說明其與多光譜TM影像有著最佳的相關(guān)性；而對于小波變換法，則是波段1。對照表1，可以發(fā)現(xiàn)HIS和GS法在融合效果上存在共性，即SAR影像細節(jié)信息被集中體現(xiàn)在波段1，TM影像光譜信息融合于波段3，導(dǎo)致高信息融入度與低光譜失真度的特性無法從單一波段上獲取。而小波變換法則擁有這一優(yōu)勢，融合圖像波段1在兩類評價指標中，均表現(xiàn)較好，并從定量角度驗證了定性結(jié)論。因此，小波變換融合方法更適合洪水信息提取。

4 洪水信息精確提取

圖像融合的最終目的是為了提取洪水淹沒范圍信息。提取的方法主要有人工目視解譯和自動提取(主要采用閾值法)[9]。潘曉燕等[10]對淮河災(zāi)后TM數(shù)據(jù)和災(zāi)中SAR數(shù)據(jù)作假彩色合成，并對結(jié)果進行水體信息掩膜與主成分變換，利用決策樹分類法提取洪水淹沒范圍，正確率達90%，并且可以快速提取水體信息。本文采用彩色密度分割法對小波變換融合圖像進行色彩分割，并依據(jù)經(jīng)驗知識，確定密度分割的層數(shù)(3層)和分割閾值，實現(xiàn)洪水信息的快速提取。

圖4 洪水信息提取結(jié)果

小波變換圖像非水域區(qū)存在大量與洪水灰度范圍一致的椒鹽像素，嚴重影響制圖精度，而GS法融合圖像灰度值在正常水體、洪水、非水域的可區(qū)分情況較好，容易分離出非水體區(qū)域[12]。因此，本文創(chuàng)新性的使用兩種融合方法，降低椒鹽噪聲影響，提高洪水信息提取精度。首先，對GS法融合圖像進行色彩分割，使用非水域像素生成掩膜，覆蓋掉小波變換圖像中的非水體區(qū)，降低了噪聲的影響，其次，利用最優(yōu)融合方法——小波變換法，進行色彩分割，分別賦予不同顏色，最終得到洪水信息精確提取結(jié)果(圖4)。從圖4可以看出，非水域部分幾乎沒有噪聲影響。結(jié)果表明，利用GS和最優(yōu)融合方法—小波變化法相結(jié)合的方式，不僅突出影像高空間信息融入度和光譜信息保真度特點，而且降低了噪聲對洪水信息提取的影響，實現(xiàn)了洪水信息精確提取的目的。

5 結(jié)論

應(yīng)用遙感圖像融合技術(shù)解決了多光譜影像時效性難以滿足需求的短板，以及單獨使用SAR影像提取水體過程中所遇到的“多提”問題[14]。通過對比三種典型圖像融合方法，并進行定性與定量評價，結(jié)果表明小波變換法融合圖像的第1波段具有最高信息融入度和最低光譜失真度，增強了洪水專題信息與其他光譜接近地物之間的亮度差異，為最優(yōu)洪水信息提取方法。同時研究還表明，在一些亟需精確洪水信息制圖輸出、以供決策分析的災(zāi)害領(lǐng)域中，GS方法可以降低加鹽噪聲影像，通過基于GS和小波變換相結(jié)合的方法，要優(yōu)于單一小波變換融合方法提取結(jié)果，實現(xiàn)了洪水專題信息快速精確提取的目的。

[1] 周成虎. 洪澇災(zāi)害遙感監(jiān)測研究[J]. 地理研究， 1993, 12(2): 63-68.

[2] 趙陽， 程先富. 洪水災(zāi)害遙感監(jiān)測研究綜述[J]. 四川環(huán)境， 2012, 31(4):106-109.

[3] 楊存建，周成虎. 利用RADARSAT SWA SAR和LANDSAT TM的互補信息確定洪水水體范圍[J]. 自然災(zāi)害學(xué)報，2001, 10(2): 79-83.

[4] 殷悅，宮輝力，趙文吉. 基于SAR影像的洪水淹沒范圍信息提取的研究[J]. 測繪與空間地理信息, 2007, 30(4): 50-54.

[5] 趙英時. 遙感應(yīng)用分析原理與方法[M]. 北京: 科學(xué)出版社， 2003: 222-223.

[6] Zhang Yun. Understanding image fusion [J]. Photogrammetric Engineering & Remote Sensing, 2004, 6：657-661.

[7] 黃劍，顧海. 基于Gram-Schmidt變換的QuickBird影像融合[C]//地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測繪學(xué)會2010年學(xué)術(shù)年會論文集， 2010.

[8] 贠培東，曾永年，歷華. 不同遙感影像融合方法效果的定量評價研究[J]. 遙感信息，2007(4): 40-45.

[9] 徐美，黃詩鋒，李紀人. RS與GIS技術(shù)支持下的2003年淮河流域洪澇災(zāi)害快速監(jiān)測與評估[J]. 水利水電技術(shù)，2004， 35(5): 83-86.

[10]潘祖燕，宮阿都，周廷剛，等. 基于TM與SAR影像融合的洪水淹沒范圍提取研究[C]//Proceedings of 2010 International Conference on Remote Sensing (ICRS 2010), Volume 4, 2010.

[11]張宏群，范偉，荀尚培，等. 基于MODIS和GIS的洪水識別及淹沒區(qū)土地利用信息的提取[J]. 災(zāi)害學(xué), 2010, 25(4):22-26.

[12]鄭偉, 劉闖, 曹云剛,等. 基于Asar與TM圖像的洪水淹沒范圍提取[J]. 測繪科學(xué), 2007, 32(5):180-181.

[13]毛先成, 熊靚輝, 高島·勛. 基于MOS-1b/MESSR的洪災(zāi)遙感監(jiān)測[J]. 遙感技術(shù)與應(yīng)用, 2007, 22(6):685-689.

[14]余連生, 李智勇, 文貢堅,等. 遙感圖像融合技術(shù)在潮間帶地形提取中的應(yīng)用[J]. 測繪學(xué)報, 2011, 40(5):551-554.

[15]孟令奎, 郭善昕, 李爽. 遙感影像水體提取與洪水監(jiān)測應(yīng)用綜述[J]. 水利信息化, 2012(3):18-25.

Research and Application of Flood Submerged Information Precise Extraction Based on Typical Remote Sensing Image Fusion Method

XIE Qiuxia1, ZHANG Jiahui2, LU Kun1, SUN Yunxiao2and ZHANG Linlin3

(1.GeomaticsCollege,ShandongUniversityofScienceandTechnology,Shandong266590,China; 2.InstituteofRemoteSensingandDigitalEarth,ChineseAcademyofSciences,Beijing100094,China; 3.SanyaBranchofInstituteofRemoteSensing,Sanya572000,China)

Flooddisastermonitoringisoneoftheimportantresearchdirectionsinthefieldofremotesensingapplication.Itisakeyproblemtobesolvedurgentlytoextractfloodinformationrapidlyandaccurately.TheHIStransform,wavelettransformmethodandGram-Schimdt(GS)transformmethodwerechoseninthispaper.Thefloodthematicinformationwashighlightedbysuingtheseimagefusionmethods.Inordertoselectthebestimagefusionmethod,theaccuracyoffusionresultswasevaluatedintermsofthefidelityofspectralinformationandintegrationdegreeofspectralinformation.Secondly,thesinglebandpseudo-colordensitysegmentationmethodwascarriedouttoachievethepurposeofrapidandefficientextractionfloodthematicinformation.Finally，thenewmethodofpseudo-colordensitysegmentationmethodofcouplingGSandwavelettransformwasproposed,whichwasusedtoaccuratelyextractfloodinformation.Theresultsshowthatwavelettransformimagefusionisthemostappropriatefusionmethodwiththehighestfidelityofspectralinformationandmaximalintegrationdegreeofspectralinformation,accuracyisthehighest;Inhighprecision,rapidfloodmonitoringdrawingandapplicationanalysis,pseudo-colordensitysegmentationmethodofcouplingGSandwavelettransformisbetterthanthatofsinglewavelettransformmethod,extractioneffectisbetter.

flooddisaster;remotesensing;imagefusion;floodinformation;preciseextraction

10.3969/j.issn.1000-811X.2017.01.032.]

2016-05-19

2016-07-01

三亞市專項科研試制項目(2015KS14)；海南省科技合作專項資金項目(KJH2015-14)；國家自然科學(xué)基金(41471310)

謝秋霞(1990-)，女，山東泰安人，碩士，研究方向為遙感技術(shù)與應(yīng)用、定量遙感、微波遙感. E-mail: 2238354146@qq.com

43

A

1000-811X(2017)01-0183-05

10.3969/j.issn.1000-811X.2017.01.032

謝秋霞，張佳暉，陸坤，等. 基于典型遙感影像融合方法的洪水信息精確提取研究與應(yīng)用[J]. 災(zāi)害學(xué)，2017，32(1)：183-186,204. [XIE Qiuxia, ZHANG Jiahui, LU Kun, et al. Research and application of flood submerged information precise extraction based on typical remote sensing image fusion method [J]. Journal of Catastrophology，2017，32(1)：183-186,204.